El Centro de Inteligencia Digital de la Provincia de Alicante (CENID) financia el desarrollo de un sistema de inteligencia artificial para la mejora de la eficiencia energética del alumbrado público. Gracias a este ‘cerebro’ electrónico, las farolas deciden cuándo encenderse y apagarse, así como la cantidad de luz a proyectar en función de las necesidades del momento.
Entre el 5 y el 10 por ciento del presupuesto de cualquier ayuntamiento está destinado a consumo energético y de este montante, el 75 por ciento se gasta en la iluminación de la vía pública.
En los últimos años se han llevado acciones para reducir la factura en esta parcela, como la sustitución de la luminaria por sistemas led, que consumen menos de la mitad de electricidad que los convencionales; así como la puesta en marcha de sistemas de control activos, dirigidos a optimizar el uso del alumbrado público. Sin embargo, falta el paso definitivo y crear un ‘cerebro’ que dote de inteligencia a las farolas y les permita tomar un papel activo en la reducción del consumo energético.
El ‘cerebro’ del alumbrado público
Justamente de la creación de ese ‘cerebro’ de encarga un grupo de investigación de la Universidad Miguel Hernández (UMH), en el marco de un proyecto, financiado por el CENID. Estos investigadores han creado un sistema de inteligencia artificial para los sistemas de alumbrado público, para que estos dispositivos urbanos decidan cuándo encenderse, apagarse y la intensidad de la luz que emiten.
El sistema ha sido ideado por el grupo de investigación de Dispositivos optoelectrónicos orgánicos e híbridos de la UMH y se adapta a las luminarias de nueva generación que, además de estar conectadas a la red, equipan una placa fotovoltaica y una batería para almacenar la energía que generan.
Las propias farolas deciden su comportamiento
El director del proyecto, David Valiente García, explica que con este sistema de inteligencia artificial las propias luminarias aprenden a comportarse de manera más eficiente. Estudian las necesidades de iluminación de la vía, analizan los datos obtenidos con sus sensores y toman decisiones sobre cuándo encenderse y apagarse, así como sobre la optimización de la energía almacenada en la batería de esta luminaria.
Para diseñar el cerebro artificial para el alumbrado público, el equipo de la UMH ha analizado datos sobre el funcionamiento del alumbrado público de tres años, una tarea realizada mediante un sistema de inteligencia artificial. Y han obtenido unos patrones de funcionamiento realmente valiosos para el desarrollo del ‘cerebro’ encargado de controlar los sistemas de iluminación.
Datos para configurar el cerebro de las farolas
Una de las variables que más se ha tenido en cuenta es la previsión meteorológica, que determina la cantidad de energía que producirá la placa solar de la luminaria en un periodo de tiempo, y que le vale para estimar la intensidad a la que puede emitir la luz, a fin de optimizar su autonomía.
Otra que condiciona el funcionamiento de estas nuevas farolas es la presencia de transeúntes, para activar la mayor potencia cuando hay personas caminando por el entorno, al tiempo que puede hacer una estimación de presencia de personas a futuro, en función de los registros del pasado. También entran en juego otras variables como el tráfico y otros factores que determinan la intensidad de la luz necesaria.
«Estas farolas no necesitan una persona que las regule, sino que será el sistema el que lo haga por sí mismo a través de la información obtenida por los sensores y las estimaciones realizadas tras el análisis de datos», explica David Valiente.
Este tipo de luminarias están pensadas para ciudades inteligentes, pero muy especialmente para aquellas zonas más aisladas, con poco tránsito de personas, en las que la falta de un control automático como el propuesto en este proyecto está costando mucho dinero.
El trabajo financiado por el CENID ha permitido el desarrollo de este cerebro para las luminarias de nueva generación, pero se ha quedado solamente en lo teórico. Los siguientes pasos consistirán en ensayos en entornos piloto y en laboratorio, para terminar de ajustar su funcionamiento y que pueda ser llevado a su hábitat natural que son las ciudades inteligentes.
